服务热线: 0791-88153756
您当前位置: 首页 > 高新技术 > 高新技术

高新技术

信息技术


项目名称:基于偏微分方程的灰度不均医学图像分割方法研究


项目简介:

医学图像分割是对图像中感兴趣区域进行划分的过程,是计算机辅助诊断系统进一步处理、分析医学图像的基础,包括特征提取、三维重建、疾病检测、定量分析等。由于医学图像在形成时易受到诸如噪声、场偏移效应、局部体效应和组织运动的影响,造成了医学图像的多样性和复杂性。因此,获得的医学图像大多具有模糊和灰度不均匀的特点。基于偏微分方程的图像分割方法直接用连续曲线模型来定位边缘,是传统方法的巨大突破,为灰度不均医学图像分割提供了新的思路。

目的和意义:

医学成像技术的发展,大大促进了以数字图像处理为基础的计算机辅助诊断领域的发展。医学图像分割是对图像中感兴趣区域进行划分的过程,是计算机辅助诊断系统进一步处理、分析医学图像的基础,包括特征提取、三维重建、疾病检测、定量分析等。对提高临床医生诊治水平和降低误诊率具有深远的意义。

由于医学图像在形成时易受到诸如噪声、场偏移效应、局部体效应和组织运动的影响,造成了医学图像的多样性和复杂性。因此,获得的医学图像大多具有模糊和灰度不均匀的特点。

基本思想:

利用动力学模型的思想,通过定义一条初始曲线,在曲线本身的内力和图像数据所构造的外力作用下,驱使曲线向目标轮廓移动,曲线在演化的过程中始终保持连续性和光滑性。

项目流程图:

图1:灰度不均医学图像分割技术路线图


项目结果分析:


部分图像最佳分割结果图:


结果分析:

图显示我们模型始于常值水平集函数,能够很好地分割具有明显灰度不均的医学图像。测试图像,从左向右,分别是一幅CTA图像、一幅磁共振膀胱图像(180´107)、一幅心脏CT图像(152´128)和一幅手腕X-射线图像(90´196)。对这些图像,由于光照的不均匀,射频线圈产生的不均匀磁场,很多医学图像具有背景亮度超过目标区域,目标亮度不均匀等特征,这些特征使得医学图像的分割尤为困难。就最后一幅图而言,真实的目标边界被模糊的光线笼罩着的,这使得仅利用全局信息是无法分割的。从第二行可以看出,ALSWCF模型无法正确地分割出这些目标边界。然而,我们选择参数,能够得到满意的分割结果。